博客 RSS 訂閱

u_15591470 頭像

ceshiren2022 - 裁員潮下的測試人：真正聰明的人正在做這三件事

上週和老同事聚會，原本輕鬆的飯局突然安靜了下來。 “我們組裏三個測試，上個月走了一個半。”老王悶了口酒，“半個人”是他帶的實習生，沒轉正就被優化了。 小陳接口：“我們更徹底，整個QA團隊架構調整，外包全撤，只留了幾個核心崗。” 這樣的對話，最近半年幾乎成了測試圈的固定背景音。但有意思的是，同樣在這半年，我認識的兩位測試朋友卻逆勢升職加薪了。一位去了某車聯網公司做測試架構師，另

技術棧 , playwright , 人工智能 , 深度學習 , selenium

收藏 評論

u_16099247 頭像

墨韻流香 - foundation郵箱響應式模板開發

Foundation for Emails 是一款強大的開源框架，專門用於快速創建響應式HTML電子郵件，能夠在任何設備和郵件客户端中完美顯示——甚至包括Outlook。🚀 這款框架的核心設計思想讓郵件開發變得簡單高效，徹底解決了跨客户端兼容性的難題。 🎯 核心架構設計理念 Foundation Emails採用模塊化架構設計，將

客户端 , Css , 前端開發 , Outlook , HTML

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 城市公共安全：數字孿生如何構建"可計算"的智慧防線

當夜幕降臨，城市燈火通明，數百萬人的安全如何保障？傳統模式下，指揮中心的大屏幕上閃爍着密密麻麻的監控畫面，值班人員需要同時關注數十個系統界面——交通流量、警力分佈、消防狀態、突發事件……信息過載與決策延遲成為常態。 數字孿生-孿易IOC技術的出現，正在悄然改變這一局面。它不只是簡單的三維可視化，而是構建了一個可計算、可模擬、可預測的城市安全數字模型。對於致力於城市公共安全領

數據 , API , 數據可視化 , 人工智能 , 數字孿生 , 開發者

收藏 評論

u_17598641 頭像

mb6939262f20668 - Wireshark中文版下載和安裝圖文版教程（附官網安裝包）

Wireshark 中文版 是一款免費的網絡協議分析軟件。通俗來講，Wireshark 就像網絡世界的 “顯微鏡”，能幫用户 “看透” 網絡數據的傳輸過程。 Wireshark 中文版完全免費且無廣告，所有核心功能、素材庫都沒有隱藏付費項目，也沒有會員體系，不用花錢就能享受專業級剪輯體驗。 Wireshark 中文版的跨平台特性也十分

wireshark安裝 , wireshark下載 , wireshark官網中文版 , yyds乾貨盤點 , 辦公效率 , wireshark官網下載 , wireshark怎麼安裝

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 當城市“學會思考”：一位城市管理者的數字孿生轉型手記

當我坐在指揮中心，面前不再是二十塊分割的監控屏幕，而是一幅會呼吸的城市全景圖。三年前，如果有人告訴我，我能像玩模擬城市遊戲一樣管理真實的城市，我一定會覺得這是天方夜譚。今天，這一切正在成為我們日常工作的常態。 從“救火隊員”到“先知者”的轉變 過去，城市管理像是“盲人摸象”。交通部門不知道管網施工進度，應急部門不清楚大型活動人流聚集情況，規劃

業務邏輯 , 數據 , 數據可視化 , 人工智能 , 數字孿生 , 代碼編輯器

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 從“被動響應”到“主動洞察”：數字孿生如何重塑數據中心運維

在數據中心這個龐大而精密的“數字心臟”裏，運維團隊每日面臨的挑戰，遠不止於處理閃爍的告警燈和跳動的性能曲線。他們需要管理成千上萬的物理設備、錯綜複雜的管線網絡、瞬息萬變的能耗與温濕度環境，以及確保“永遠在線”的業務連續性承諾。傳統的運維模式，如同在迷宮中僅憑手電筒照明前行，信息分散、響應滯後、決策依賴經驗，難以應對日益增長的複雜性與可靠性要求。 今天，一種源自工業與城市管理

數據 , 運維 , 數據可視化 , 數據中心 , 人工智能 , 數字孿生

收藏 評論

u_17061379 頭像

AI編程社區 - 基於Qoder實現AI漫劇生成Agent搭建

項目背景 行業痛點 漫劇/短視頻內容生產成本高、週期長（腳本→分鏡→美術→動畫→配音） 初創漫劇企業/教育機構缺乏專業動漫製作能力，但有高頻輕量級視頻需求（如營銷廣告、兒童英語啓蒙） 現有AIGC工具鏈割裂，依賴人工，缺乏“一致性控制”與“用户干預閉環” 項目定位 打造一個端到端、可交互、風格一致的漫劇生成智能體 Demo

機器學習 , 工具鏈 , 生成器 , 人工智能 , 動漫

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 從藍圖到現實：數字孿生如何重塑智慧園區運營

清晨，某大型科技產業園的運營中心內，值班經理正面對着一系列“幸福的煩惱”：能源系統顯示A3棟凌晨出現異常能耗尖峯，但具體原因不明；安防平台報告東南角周界有報警，卻無法與實時視頻和巡更人員位置聯動確認；招商部門急需一份關於B區空置樓層的三維空間與配套設施分析報告，但數據散落在CAD圖紙、資產表格和多個IoT子系統中……這些場景，是當今眾多園區運營者每日工作的縮影。數據孤島、響應滯後

數據 , 實時視頻 , 數據可視化 , 人工智能 , 數字孿生 , 解決方案

收藏 評論

u_15000328 頭像

架構師沉默 - 同事離職了，Kafka 消息積壓怎麼辦？

沉默是金，總會發光 大家好，我是沉默 快到年底了，系統開始頻繁出問題。 我有正當理由懷疑： 老闆不想發年終獎，所以開始搞事。 這不，幾年都遇不到一次的 Kafka 消息積壓， 在一個本該安靜下班的夜晚，捲土

List , Pod , 架構 , 後端開發 , cloud

收藏 評論

xjwhaha 頭像

哈哈丶丶 - 從 Tool Calling 到 A2A，再到 MCP. 大模型 Agent訪問外部世界的橋樑

隨着大語言模型（LLM）能力不斷增強，我們逐漸發現一個事實： 真正有價值的，不是模型“會説話”，而是模型“能做事”。 因為再強大的LLM，其核心優勢仍然在於語言理解與推理能力，而非實時計算或外部狀態獲取。, 在某些簡單事情上, 例如 查詢當前時間, 當前地區的天氣, 進行一個簡單的數學運算, 其實都不是大模型擅長的事情, 我們也不需要大模型全知全能, 這不是一個正確的路線. 大模型應該像人類

AI

收藏 評論

JavaEdge 頭像

JavaEdge - TornadoVM 2.0 為 Java 帶來自動 GPU 加速與LLM支持

TornadoVM 2.0 為 Java 帶來自動 GPU 加速與大語言模型（LLM）支持 TornadoVM 項目近日發佈了 2.0 版本，這是這個 開源項目 的一個重要里程碑。該項目旨在為 Java 提供一個可在異構硬件上運行的執行環境，這次更新對在 JVM 上開發大語言模型（LLM）解決方案的團隊尤其有吸引力。 TornadoVM 可以讓 Java 程序自動在多

yyds乾貨盤點 , OpenCL , API , 人工智能 , JAVA , 深度學習

收藏 評論

u_15214399 頭像

u_15214399 - ​​基於開發者空間雲開發環境，使用MateChat+MaaS構建智能對話應用

最新案例動態，請查閲基於開發者空間雲開發環境，使用MateChat+MaaS構建智能對話應用。小夥伴們快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 華為雲開發者空間為開發者提供一個免費的雲開發環境，開發者可以將計算密集型任務交給性能強大的雲開發環境，同時可以在本地Windows或者MacOS設備上編寫代碼，在遠程的鯤鵬雲環境中運行和調試。

機器學習 , API , 人工智能 , 開發環境 , 開發者

收藏 評論

u_16776161 頭像

天潤融通科技 - 2026企業引入AI的邏輯不是“採購軟件”，而是“招聘員工”

2025 年，當國內企業還在糾結 AI 客服的語音識別率時，硅谷已經傳來了商業模式徹底重構的信號：“按人頭付費”的 SaaS 時代正在終結。 以 Sierra 為代表的新興獨角獸打破了這一行規，推行激進的“結果導向定價（Outcome-Based Pricing）”——企業僅為 AI 成功解決的工單付費；如果因為AI搞不定而轉人工，企業將不需要支付任何費用。

人工智能 , 深度學習

收藏 評論

u_17517048 頭像

調試人生 - APP如何快速上架Apple Store：完整上架流程與常見問題解析

APP如何快速上架Apple Store?Apple Store上架流程及常見問題 在移動應用開發的征程中，將 APP 成功上架 Apple Store 是至關重要的一環。這不僅意味着應用能夠觸達廣大 iOS 用户羣體，更是對應用質量與合規性的一種認可。本文將深入探討 APP 上架 Apple Store 的詳細流程、影響審核速度的關鍵因素以及常見問題與應對策略，為開發者提供全面且實

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】基於spaCy的NER模型構建與深度EDA解析：Twitter情感短語提取

最新案例動態，請查閲【案例共創】基於spaCy的NER模型構建與深度EDA解析：Twitter情感短語提取。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 1 概述 1.1 案例介紹 社交媒體已成為全球用户表達情感與觀點的重要平台，Twitter 作為典型代表，每日產生海量文本數據。情感分析作為自然

機器學習 , 數據 , 路徑和 , 人工智能 , 開發者

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】基於機器學習的鑽石電商定價策略優化：數據驅動的精準價格預測

最新案例動態，請查閲【案例共創】基於機器學習的鑽石電商定價策略優化：數據驅動的精準價格預測。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 1 概述 1.1 案例介紹 年複合增長率達 12.4%。然而，鑽石作為高客單價、非標品類的代表，其價格受多維度因素影響（如 4C 標準、市場供需），傳統定價模式

機器學習 , 數據 , 人工智能 , 開發者 , Python

收藏 評論

u_16940914 頭像

歡喜躲在眉梢裏柚子 - AI Ping：開發者的大模型“智能路由器”，免費編程模型薅羊毛完全指南

還在為選擇哪個大模型API而糾結？還在為高昂的調用成本而頭痛？AI Ping讓你一鍵調用全網最優模型，還能免費使用三大編程模型！ 🎯 AI Ping是什麼？ AI Ping是一個革命性的大模型聚合平台，它就像是開發者的大模型“智能路由器”。你不再需要手動註冊幾十個平台、對比上百個模型的性能價格，AI Ping為你提供一站式大模型服務解決方案！ 官方網站：htt

私藏項目實操分享 , API , 開發工具 , 運維 , 開發者 , 大模型 , aiping

收藏 評論

u_15214399 頭像

u_15214399 - 基於華為開發者空間雲主機——5分鐘讓華為雲主機加持 DeepSeek

最新案例動態，請查閲基於華為開發者空間雲主機——5分鐘讓華為雲主機加持 DeepSeek。小夥伴們快來領取華為開發者空間進行實操吧！ 1 概述 1.1 案例介紹 華為開發者空間，是為全球開發者打造的專屬開發者空間，致力於為每位開發者提供一台雲主機、一套開發工具和雲上存儲空間，匯聚昇騰、鴻蒙、鯤鵬、GaussDB、歐拉等華為各項根技術的開發工具資源，並提供配套案例

機器學習 , 雲主機 , 人工智能 , 開發者 , Docker

收藏 評論

u_15675268 頭像

1艾一刀 - 人人都能用手機當上導演，阿里千問APP接入萬相2.6

12月16日，阿里千問APP同步上線最新視頻生成模型萬相2.6，並向所有用户免費開放。基於該模型的核心能力，千問APP上線“AI小劇場”功能，在國內首次實現“角色合拍”玩法，用户可與朋友或名人輕鬆同框出演AI短片，普通人用手機就可以實現自己的電影夢。 千問APP新玩法再次刷屏的背後，是阿里視覺模型能力的飛躍式提升。千問APP第一時間接入了阿里剛剛發佈的萬相2.6視覺

生成模型 , 人工智能 , 深度學習 , 迭代 , Web

收藏 評論

u_16565975 頭像

計算機專業指導老師 - 基於VUE的農資後台管理系統[VUE]-計算機畢業設計源碼+LW文檔

摘要：隨着農資行業的不斷髮展，高效的管理系統對於農資企業的運營至關重要。本文基於VUE框架設計並實現了農資後台管理系統，旨在提升農資管理的信息化水平和效率。文章詳細闡述了系統的研究背景、相關技術、需求分析、設計架構以及實現細節等內容。該系統實現了對農資商品、用户、採購等多方面的管理功能，通過實際應用驗證，能夠有效提高農資企業的管理效率和數據準確性，為農資行業的信息化發展提供了有力

軟件研發 , 用户管理 , 數據 , 後台管理

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】使用HarmonyOS NEXT和MaaS快速開發鴻蒙AI應用

最新案例動態，請查閲【案例共創】使用HarmonyOS NEXT和MaaS快速開發鴻蒙AI應用。小夥伴們快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 鴻蒙（HarmonyOS）是華為開發的面向萬物互聯時代的分佈式操作系統，支持手機、平板、智能穿戴等全場景設備，實現硬件互助、資源共享。該系統基於組件化設計，具備內核層自主可控、一次開發多端部署等特性

機器學習 , API , HTTP , 人工智能 , 開發者

收藏 評論

u_17361753 頭像

API_Blogger - 什麼是抓包？抓包的作用、原因及常用工具詳解

什麼是抓包？抓包做什麼？ 一、什麼是抓包？ 抓包（packet capture）就是將網絡傳輸發送與接收的數據包進行截獲、重發、編輯、轉存等操作，也用來檢查網絡安全。抓包也經常被用來進行數據截取等。 二、抓包做什麼？ 不管做什麼事情，首先要有明確的目的，其次是要清楚能力的範疇，最後是要有清晰的思路。原始數據-過濾-分析,這是數據處理的基本套路,抓包的目的就是為了獲取到想要

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】基於開發者空間使用Kotaemon開源RAG UI和華為雲Maas搭建本地/私人AI知識庫

最新案例動態，請查閲【案例共創】基於開發者空間使用Kotaemon開源RAG UI和華為雲Maas搭建本地/私人AI知識庫。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由開發者：雲聰明提供 1 概述 1.1 案例介紹 ModelArts Studio作為一款先進的大模型即服務平台，集成了高效便捷的模型開發工具鏈，支持企業對大模型進行深度定製開

機器學習 , 人工智能 , 開發者 , Docker

收藏 評論

u_15591470 頭像

ceshiren2022 - 如何在技術面試中自信應對“大模型微調”話題？

從事測試開發同學這兩年跳槽，會越來越頻繁遇到“大模型微調”類問題。很多人第一反應是：我平時寫 UI 自動化、搞接口壓測，怎麼突然和模型訓練扯上關係了？ 現實就是，AI 已經透進測試領域：質量評估、數據生成、智能測試、甚至大模型測試本身，都需要對微調機制、預訓練邏輯、指令數據構造有基本理解。 下面整理了一份涵蓋 35 個經典微調面試問題的技術解讀幫助你在面試裏不被問懵。 1. 全參數微

面試 , 壓測 , 測試開發 , 人工智能 , 深度學習 , 大模型

收藏 評論